文档介绍：谖步犬海硕士学位论文基于神经网络模型的道路交通事故预测分类号:籉学位授予单位石志安答辩委员会主席学位论文评阅人郭晓汾教授导师姓名职称申请学位级别论文提交日期王生昌教授朝承斌教授级高工!
:.篠痑痗痑痑珻
立佐易论文作者签名:裰荆/志蟹加D月垆日阳知年乡月乒劢/辏抡鵈论文独创性声明论文识产权权属声明本人声明:本人所呈交的学位论文是在导师的指导下,独立进行研究工作所取得的成果。除论文中已经注明引用的内容外,对论文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经公开发表的成果。本声明的法律责任由本人承担。本人在导师指导下所完成的论文及相关的职务作品,知识产权归属学校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时,署名单位仍然为长安大学。C艿穆畚脑诮饷芎笥ψ袷卮斯娑论文作者签名:导师签名:
摘要道路交通事故是世界性公害之一,每年给人类造成严重的生命和财产损失。在世界范围内,道路交通事故最多的国家之中就有我均水平。据统计,我国机动车保有量于年底已经突破诹荆保有量达到了万辆。中国机动车保有量约占世界的ィń煌ㄊ鹿仕劳鋈耸凑世界的%,已成为严重的社会问题之一。道路交通事故预测是道路交通安全研究的重要内容之一,它对于探究道路交通事故的发生规律,分析现有道路交通条件下交通事故的未来发展趋势,对于道路交通安全的规划、决策具有重要的现实意义。本文首先从国内外道路交通概况入手,以时间为主轴,对其进行梳理总结;从人驶员、乘客、行人⒊盗驹颉⒒肪骋蛩亍⒌缆匪母龇矫娑栽斐傻缆方煌ㄊ鹿实脑进行了详细的分析;论述了国内外常见的道路交通事故预测方法对比分析了各自的优缺点;另外,由于道路交通事故与其致因之间呈现多因素、复杂的非线性关系的特点难以用函数模型来描述。而神经网络解决复杂非线性问题有很大的优势,具有分布式存储信息、平行学习能力、非线性、较好的容错性等特点,由此提出了采用神经网络模型进行道路交通事故的预测。首先分析了影响道路交通事故的诸多因素并进行了归一化处理,通过关联度分析选定对道路交通事故影响较大的几个因素作为神经网络输入层信网络模型利用输入和输出向量建立模型并训练网络。由于网络模型的实现需要借助于计算机编程语言的实现难度比较大,而软件强大的功能使得这一问题得到解决。通过调用神经网络工具箱中的函数建立模型,本文详细介绍了网络模型建立的过程。最后通过实际数据验证证明了该模型可以用于道路交通事故预测。关键词:道路交通事故;预测;人工神经网络号。
..心瑃.,.,;;’甌瓵瑆,,,—.瑃,甪,猯琱,.琽,,,,甌琲;
;籄.,.疭,篟
目录第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一课题研究的背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..课题研究的国内外现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..论文研究的目的和意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..论文的研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章道路交通事故成因分析及国内外主要预测方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..道路交通事故概况⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章神经网络模型基本理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯人工神经网络基础⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⒄⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.窬5慕!.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.贐惴ǖ亩嗖闱袄⊥缒P汀网络的不足⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯~网络的改进方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...